如何只用一句自然语言做出整套PPT?gpt-image2-ppt-skills标准工作流完整教程

原创2026-10-12 21:36:041,640 阅读

如何只用一句自然语言做出整套PPT?gpt-image2-ppt-skills标准工作流完整教程

gpt-image2-ppt-skills 是一个面向 Claude Code / Codex / OpenClaw 等 AI 助手的 PPT 生成 Skill:你对着 AI 说一句「帮我做一份关于 XX 的 6 页 PPT」,它就会调用 OpenAI gpt-image-2 把每一页生成为 16:9 高清视觉稿,并自动打包成可直接打开的 .pptx。本文带你完整走一遍这套 PPT 生成工作流:安装 → 确认页面结构 → 选风格 → 封面冒烟 → 自然语言编辑与回滚,新手也能只用一句话做出整套 PPT。

gpt-image2-ppt-skills 是什么?和普通模板工具有什么区别

它不走传统「模板填字」路线,而是充分发挥 gpt-image-2 的审美、构图和排版能力,把每一页都当成完整视觉稿生成,从封面到内页风格统一、直接可展示:

  • 🎨 双产出:每页 16:9 高清 PNG 原图 + 打包好的 .pptx
  • 🪄 仿模板:丢一个任意 .pptx 进去,AI 仿其版式配色、你换内容
  • ✏️ 自然语言精准编辑:直接说「改第 3 页副标题」,只重生成目标页
  • 🧾 可追踪、可回滚:每次修改都保留版本历史,随时切回
  • 🎯 先看一页再跑全量:默认先出封面确认,满意后再生成整套

同一句「如何用 gpt-image-2 做 PPT」,用不同内置风格渲染出的封面效果:

gpt-image2-ppt-skills 内置风格 PPT 封面效果展示

第一步:3 分钟安装 Skill

最省事的装法:让 AI 自己装。 把下面这句话发给你的 AI 助手(Claude Code / Codex / OpenClaw / Cursor 等),它会自动完成克隆、安装依赖并提示重启:

帮我安装 gpt-image2-ppt-skills 并完成环境配置。

手动安装(适合想自己管理环境的用户),命令见 docs/install.md:

git clone https://gitcode.com/gh_mirrors/gp/gpt-image2-ppt-skills
cd gpt-image2-ppt-skills
bash install_as_skill.sh --target claude   # Claude Code;Codex 用 --target codex

装完按需配置环境变量(带原生出图能力的 Codex 可跳过):

变量 说明
OPENAI_API_KEY API 直连必需
OPENAI_BASE_URL 可指向任意 OpenAI 兼容中转
GPT_IMAGE_QUALITY 出图质量,low / medium / high

第二步:一句自然语言,确认 PPT 页面结构

安装后直接说需求即可,例如:

帮我做一份关于「AI 如何改变内容创作」的 6 页 PPT,先生成一页封面给我确认,整体风格要有高级科技感。

Skill 会先问清内容/页数/观众、风格偏好、是否先出一页确认,然后参考 examples/ 里的场景起步模板(recipes),为你写一份第一版 slides_plan.md 供你确认。这个文件的格式非常直观:

---
title: AI 如何改变内容创作
---

## 1. [cover] AI 如何改变内容创作
副标题:从一句话到一套 PPT

## 2. [content] 三个典型变化
...

常见场景都有现成 recipe 可参考,例如 examples/weekly-report/recipe.md(周报)、examples/investor-pitch/recipe.md(融资路演)、examples/thesis-defense/recipe.md(论文答辩)。确认文案后,用 scripts/md_to_plan.py 转成运行时格式:

python3 scripts/md_to_plan.py slides_plan.md -o slides_plan.json

第三步:选一套 PPT 视觉风格

所有风格统一放在 styles/ 下,按来源分三组,使用方式完全相同:

分组 数量 适合人群
styles/initial/ 初始 10 套 日常快速上手
styles/featured/ 精选 22 套 商务、学术、餐饮等细分场景
styles/xiamulingzi/ 233 套 莫兰迪、朋克、科技风大量选择

按场景挑选的推荐组合:

  • 技术分享 / AI 产品:dark-aurora、gradient-glass
  • 融资路演 / 商业计划:clean-tech-blue
  • 项目周报 / 例会:meeting-agenda
  • 论文答辩 / 学术报告:final-year-project-thesis-defense
  • 读书分享 / 文化访谈:editorial-mono

每套风格都是一个 .md(人读的风格说明)配一个 .layouts.json(页面版式库),目录索引见 styles/README.md。geometric-business 商务几何风封面示例:

geometric-business 商务 PPT 风格封面

第四步:先出封面,再跑全量——标准生成工作流

核心原则是**「出图冒烟」**:先只生成第 1 页封面,风格方向确认后再跑全量,避免整套返工。

# 1. 封面冒烟(只出第 1 页)
python3 scripts/generate_ppt.py --plan slides_plan.json \
  --style styles/initial/dark-aurora.md --slides 1

# 2. 满意后去掉 --slides 跑全量
python3 scripts/generate_ppt.py --plan slides_plan.json \
  --style styles/initial/dark-aurora.md

主入口是 scripts/generate_ppt.py,产物统一落在 <cwd>/outputs/<timestamp>/:

  • images/slide-XX.png:每页高清 PNG(16:9)
  • metadata.json:每页的结构化描述 + 版本历史(后续精准编辑、回滚的依据)
  • <title>.pptx:16:9 打包文件,直接打开演示

整套「生成新页面 → 修改某页元素 → 版本自由回滚」的完整生命周期如下图:

gpt-image2-ppt-skills PPT 生成与编辑工作流示意图

第五步:指哪改哪——用自然语言编辑 PPT

编辑时不用打开 PowerPoint 找文本框,直接说人话,例如:

把标题改成「年度战略复盘」,其他所有内容、布局、配色、装饰都不要动。

AI 会定位到目标元素,调用图生图只重画那一页。改标题前后对比:

PPT 编辑修改前:封面标题为「产品发布会」

PPT 编辑修改后:封面标题改为「年度战略复盘」,其余元素保持不变

数据页也可以批量更新,例如一句话改三张指标卡:

PPT 数据页修改前:用户增长 300%、营收 1 亿、满意度 98%

PPT 数据页修改后:三张数据卡片更新为 520%、3.6 亿、99.5%

复杂多页 PPT 也能只改目标页,其他页完全不动:

多页 PPT 只修改第 2 页、其余页面保持不变的对比效果

对应的底层命令(一般由 AI 替你执行):

python3 scripts/generate_ppt.py --edit 3 --session <timestamp> \
  --element-updates '{"subtitle": {"content": "医疗数据碎片化"}}'

改坏了也不怕。每次编辑都会备份原图为 _vXXXX.png 快照,回滚不是恢复旧文件,而是用旧版 spec 重新生成一张高质量新图:

python3 scripts/generate_ppt.py --rollback 3 --to-version 1 --session <timestamp>

更多编辑场景的稳定性分级与注意事项,见 docs/edit_guide.md。

进阶玩法:克隆你的 .pptx 模板 / 生成可编辑 PPTX

🪄 模板克隆模式:上传任意 .pptx,AI 自动把它渲染成页面图片、看懂版式与配色,再仿出全新内容,仿真度可用 --template-strict 拉满:

python3 scripts/generate_ppt.py --plan slides_plan.json \
  --template-pptx company-template.pptx --template-strict

前提是本机有可执行的渲染后端(Windows PowerPoint / macOS Keynote / LibreOffice),用 python3 scripts/render_template.py --check 自检。

🧩 可编辑模式(默认关闭):当文字、图形需要单独编辑时,明确说「生成一份可编辑模式的 PPT」即可。模型仍先生成完整视觉稿,再把文字、基础图形重建为 PowerPoint 原生对象——左为原始视觉稿,右为可编辑 PPTX 的回渲染效果:

可编辑模式 PPTX 原始完整视觉稿

可编辑 PPTX 经 Office 回渲染后的效果

交付前检查清单

  • ✅ 短文本(标题、日期、页脚)修改最稳定,可直接交付
  • ⚠️ 数据页数字、单位、小数点必须逐项人工核对
  • ⚠️ 密集表格、财务长文不建议直接承诺,需更严格人工验收
  • 📁 最终交付物在 outputs/<timestamp>/:PNG 原图 + .pptx + 生成过程记录

关键文件导航

文件 说明
SKILL.md Skill 入口,完整风格表与生成/编辑规范
docs/workflow.md 生成、编辑、回滚、PPTX 摄取的完整工作流
docs/edit_guide.md PPT 修改能力测评与 before/after 案例
docs/install.md 给 AI agent 读的安装指引
scripts/generate_ppt.py 主入口 CLI
scripts/md_to_plan.py slides_plan.md → JSON 转换器
scripts/render_template.py PPTX 模板渲染与后端自检
examples/ 6 大场景 recipes 起步模板
requirements.txt Python 依赖清单

一句话总结:你负责说人话,gpt-image2-ppt-skills 负责出图和打包——先确认结构、封面冒烟、全量生成、指哪改哪,整套 PPT 工作流就此闭环。

登录后查看全文
gpt-image2-ppt-skills